Der Preis, der nicht mehr stimmt
Eine Bürokauffrau in einem Elektrobetrieb soll für die Chefin recherchieren, was die Buchhaltungssoftware kostet, auf die der Betrieb umsteigen will. Sie fragt einen KI-Assistenten und bekommt eine präzise, gut formulierte Antwort: drei Tarife, konkrete Monatspreise, sogar ein Hinweis auf einen Rabatt bei jährlicher Zahlung. Sie übernimmt die Zahlen in ihre Entscheidungsvorlage. Zwei Wochen später, beim Gespräch mit dem Anbieter, stellt sich heraus: Die Preise stimmen nicht. Nicht völlig falsch – aber der Anbieter hat vor einem halben Jahr die Tarifstruktur umgestellt, einen Tarif gestrichen und die Preise angehoben. Die Vorlage war Makulatur, und die Chefin fragt zu Recht, wie das passieren konnte.
Der naheliegende Verdacht lautet: Die KI hat halluziniert, sich die Zahlen also ausgedacht. Doch das trifft den Fall nicht. Die genannten Preise waren einmal korrekt – sie waren nur nicht mehr aktuell. Die KI hat gewissermaßen aus einem alten Katalog vorgelesen, ohne dazuzusagen, wie alt er ist. Wer diesen Mechanismus versteht, kann solche Pannen zuverlässig vermeiden. Dafür braucht es zwei Konzepte: den Wissensstichtag und die Websuche.
Was der Wissensstichtag ist
Ein KI-Sprachmodell lernt sein Wissen nicht fortlaufend, sondern in einem einmaligen, extrem aufwendigen Trainingsprozess. Dafür werden riesige Textmengen gesammelt – und diese Sammlung endet zwangsläufig an einem bestimmten Datum. Alles, was danach geschieht, kommt im Modell nicht vor. Dieses Datum nennt man Wissensstichtag oder auf Englisch Knowledge Cutoff. Er liegt bei aktuellen Modellen typischerweise einige Monate bis über ein Jahr vor dem Zeitpunkt, an dem Sie das Modell benutzen.
Man kann sich das Modell wie eine sehr belesene Kollegin vorstellen, die von einer langen Expedition zurückkehrt: Sie kennt unzählige Bücher, Fachartikel und Diskussionen – aber eben nur bis zu ihrem Abreisedatum. Was während der Expedition in der Welt passiert ist, weiß sie schlicht nicht. Und hier liegt eine Tücke: Auf direkte Fragen nach neueren Ereignissen antwortet die KI nicht immer mit einem klaren „Das weiß ich nicht", sondern manchmal mit dem letzten Stand, den sie kennt – formuliert im Präsens, als wäre es aktuell. Der veraltete Softwarepreis aus dem Eingangsbeispiel ist genau das: der Stand zum Trainingszeitpunkt, präsentiert ohne Verfallsdatum.
Es lohnt sich deshalb, den ungefähren Wissensstichtag des genutzten Modells zu kennen – die meisten Assistenten nennen ihn auf Nachfrage, und die Anbieter dokumentieren ihn. Dabei ist Vorsicht angebracht: Auch die Selbstauskunft des Modells zum eigenen Stichtag kann ungenau sein, denn sie stammt letztlich aus denselben trainierten Mustern. Verlässlicher ist die Dokumentation des Anbieters. Noch wichtiger als das exakte Datum ist aber der Reflex, der daraus folgt: bei jeder Frage kurz zu überlegen, ob die Antwort von Aktualität abhängt – und im Zweifel so zu handeln, als wäre das Wissen älter, als es vermutlich ist.
Veraltet ist nicht halluziniert
Die Unterscheidung klingt akademisch, ist aber praktisch bedeutsam, weil beide Fehlerarten unterschiedliche Gegenmittel haben. Eine Halluzination liegt vor, wenn das Modell Inhalte erzeugt, die nie gestimmt haben – eine erfundene Gerichtsentscheidung, eine nicht existierende Studie, eine Funktion, die die Software nie hatte. Solche Fehler entstehen, weil Sprachmodelle darauf trainiert sind, plausiblen Text zu erzeugen, und Plausibilität eben nicht dasselbe ist wie Wahrheit. Gegen Halluzinationen hilft das Prüfen an unabhängigen Quellen.
Veraltetes Wissen ist etwas anderes: Die Information war korrekt, die Welt hat sich weitergedreht. Der Geschäftsführer, den die KI nennt, war tatsächlich Geschäftsführer – bis vor vier Monaten. Der Steuerfreibetrag galt – im vorletzten Jahr. Gegen dieses Problem hilft kein noch so gutes Nachprüfen im Modell selbst, denn das Modell kann nicht wissen, was es nicht weiß. Hier hilft nur der Zugriff auf aktuelle Information von außen.
Für den Alltag ergibt sich daraus eine einfache Faustregel: Zeitlose Inhalte – Konzepte erklären, Texte formulieren, Grammatik, Mathematik, historische Fakten, etabliertes Fachwissen – beherrscht das Modell aus seinem Training heraus gut. Alles mit Verfallsdatum – Preise, Personen in Ämtern, Gesetzesstände, Produktversionen, Öffnungszeiten, Termine, Nachrichtenlagen – ist stichtagsgefährdet und braucht eine aktuelle Quelle. Wer sich bei jeder Frage kurz fragt „Kann sich die Antwort seit letztem Jahr geändert haben?", hat das Problem im Griff.
Tückisch sind dabei die Mischfälle, in denen zeitloses und verderbliches Wissen im selben Absatz stecken. Bittet man die KI etwa, die Grundzüge der Kleinunternehmerregelung zu erklären, ist die konzeptionelle Erklärung solide – die konkrete Umsatzgrenze dagegen kann seit dem Training angepasst worden sein, und beides steht dann gleich überzeugend nebeneinander. Ein guter Arbeitsstil trennt deshalb bewusst: Konzepte darf das Modell aus dem Gedächtnis erklären, konkrete Zahlen, Paragrafen und Stichtage werden grundsätzlich mit aktueller Quelle angefragt oder separat verifiziert.
Wann Sie die Websuche brauchen
Die meisten großen KI-Assistenten können ihre Wissenslücke inzwischen selbst schließen: Sie verfügen über einen Websuche-Modus, in dem sie live im Internet recherchieren, aktuelle Seiten lesen und die Ergebnisse in ihre Antwort einarbeiten – üblicherweise mit Quellenangaben in Form von Links. Technisch bleibt das Sprachmodell dasselbe; es bekommt nur zusätzlich frisches Material auf den Tisch, ähnlich wie die belesene Kollegin, der man die Zeitungen der letzten Monate reicht.
Die Websuche ist immer dann das Mittel der Wahl, wenn Aktualität den Kern der Frage ausmacht. Dazu gehören Nachrichten und aktuelle Ereignisse, Preise und Verfügbarkeiten, Kursstände, Fristen und Termine, aktuelle Rechtslagen, Produktneuheiten und alles, was mit „Was ist der aktuelle Stand von …" beginnt. Auch bei Recherchen zu konkreten Firmen und Personen ist die Websuche fast immer angebracht, denn Zuständigkeiten, Adressen und Angebote ändern sich laufend. In vielen Assistenten schaltet sich die Suche bei erkennbar aktualitätsbezogenen Fragen automatisch zu – verlassen sollte man sich darauf nicht. Wer sicher gehen will, aktiviert den Suchmodus bewusst oder schreibt die Anforderung explizit in die Anfrage: „Bitte recherchiere den aktuellen Stand im Internet und gib mir die Quellen an."
Umgekehrt ist die Websuche nicht immer nötig und nicht immer förderlich. Wenn Sie einen Text umformulieren, ein Konzept erklärt bekommen oder Ideen sammeln wollen, bringt die Suche keinen Mehrwert und macht Antworten mitunter langsamer und unfokussierter. Es ist wie beim Kollegen, der für jede Frage erst einmal ins Archiv läuft: manchmal genau richtig, oft unnötig. Und wichtig zu wissen: Auch mit Websuche bleibt die KI ein interpretierendes System. Sie liest Webseiten und fasst zusammen – dabei kann sie Inhalte falsch verstehen, Wesentliches weglassen oder ausgerechnet eine unzuverlässige Seite erwischen. Die Suche löst das Aktualitätsproblem, nicht das Sorgfaltsproblem.
Quellen prüfen: Links öffnen statt Links zählen
Damit zum zweiten Handwerkszeug: dem Umgang mit Quellenangaben. Dass eine KI-Antwort Links enthält, fühlt sich nach Belegen an – und genau dieses Gefühl ist trügerisch, wenn man die Links nie anklickt. In der Praxis zeigt sich immer wieder dasselbe Muster: Die Antwort wirkt fundiert, unten stehen fünf Quellen, und niemand hat geprüft, ob die Quellen die Aussagen tatsächlich tragen.
Dabei gibt es mehrere Fehlerbilder. Manchmal führt der Link auf eine echte, seriöse Seite, die aber etwas anderes aussagt als die KI-Zusammenfassung – die Aussage wurde beim Zusammenfassen verschoben oder überspitzt. Manchmal ist die Quelle selbst schwach: ein veralteter Blogeintrag, eine Werbeseite des Anbieters, ein Forum. Und gelegentlich, vor allem wenn ohne aktivierte Websuche nach Quellen gefragt wird, erzeugt das Modell Quellenangaben, die plausibel aussehen, aber ins Leere führen. Deshalb gilt: Eine Quelle ist erst dann eine Quelle, wenn Sie sie geöffnet und die relevante Aussage dort wiedergefunden haben.
Ebenso wichtig ist die Einsicht, dass die Anzahl der Quellen nichts über die Wahrheit aussagt. Zehn Links beeindrucken mehr als zwei, aber wenn acht davon denselben Ursprungsartikel nacherzählen, ist der Informationsgehalt derselbe – das Internet ist voll von Seiten, die voneinander abschreiben. Umgekehrt kann eine einzige Primärquelle – die Preisseite des Herstellers, der Gesetzestext, die Originalstudie – mehr wert sein als ein Dutzend Sekundärberichte. Für die Praxis heißt das: Bei wichtigen Aussagen nicht Quellen zählen, sondern die beste Quelle identifizieren und diese lesen. Fragen Sie die KI ruhig danach: „Welche dieser Quellen ist die Primärquelle, und was genau steht dort?"
Für die Bürokauffrau aus dem Eingangsbeispiel sähe der robuste Ablauf so aus: Frage mit aktivierter Websuche stellen, in der Antwort den Link zur offiziellen Preisseite des Anbieters suchen, diese Seite selbst öffnen und die Tarife von dort in die Vorlage übernehmen – mit Datum des Abrufs. Die KI hat dann die Recherche beschleunigt und vorstrukturiert; die entscheidende Zahl stammt aus der Primärquelle. Genau diese Arbeitsteilung ist der professionelle Umgang mit dem Werkzeug.
Fazit: Zwei Fragen vor jeder Recherche
Der Wissensstichtag ist keine Schwäche, über die man sich ärgern müsste, sondern eine Eigenschaft, die man kennen muss – so wie man weiß, dass ein gedrucktes Lexikon den Stand seines Erscheinungsjahres abbildet. Wer vor jeder Anfrage zwei Fragen stellt – Hängt die Antwort von Aktualität ab? Und: Werde ich die Quellen wirklich prüfen? –, holt aus KI-Recherchen verlässliche Ergebnisse heraus, statt gut formulierte Momentaufnahmen von gestern zu übernehmen.
Drei nächste Schritte: Finden Sie heraus, wo sich in Ihrem bevorzugten KI-Assistenten die Websuche aktivieren lässt, und ob sie standardmäßig an oder aus ist. Nehmen Sie sich eine kürzlich erhaltene KI-Antwort mit Quellenangaben vor und öffnen Sie jede einzelne Quelle – die Erfahrung, was dabei zutage tritt, ist lehrreicher als jeder Artikel. Und vereinbaren Sie im Team eine einfache Regel: Zahlen, Preise und Fristen aus KI-Antworten gelten erst als belegt, wenn die Primärquelle geöffnet wurde. Wenn Sie solche Rechercheroutinen in Ihrem Unternehmen verankern möchten, unterstützt FJ Design Sie mit praxisorientierten KI-Workshops.